北京市儿童就医行为影响因素研究——以北京儿童医院和首都儿研所为例
时间：2022-12-07 14:50:06 来源：柠檬阅读网 本文已影响 人 
何 丹，樊烁烁，杜方叶
(1.北京联合大学 应用文理学院，北京 100191；
2.中国科学院 地理科学与资源研究所，北京 100101)
习近平总书记在党的十九大报告中提出“实施健康中国战略”，把人民健康放在优先发展的战略位置[1]。人民健康状况是国家富强的重要指标，而儿童健康状况不仅关系着家庭幸福，更事关祖国的未来。促进儿童健康状况持续改善，帮助儿童健康成长，对促进人的全面发展、全面提高中华民族素质及实现健康中国具有重要意义，同时也为实现“中国梦”奠定了坚实基础。在党和政府对儿童健康问题的高度重视下，经过多年的改革与发展，北京市儿童医疗卫生事业取得了很大进展，儿童医疗服务水平明显提高。但因为地处首都，北京的儿科专科医院不仅承担着服务北京本地儿童的任务，在一定程度上也吸引了外地就医者前来就诊，这无疑增加了本地医院的医疗服务压力。随着生育政策的逐步放开，儿童人口数量不断增加，对儿童医疗服务的需求越来越大，这给北京市儿童医疗服务体系带来严峻挑战。首都医科大学附属北京儿童医院(以下简称“北京儿童医院”)和首都儿科研究所附属儿童医院(以下简称“首都儿研所”)是北京地区儿童专科医院的典型代表，本文以这两家医院作为案例，研究其医疗服务空间范围及就医者就医行为的影响因素，对深入了解儿童的就医行为，科学合理配置儿童医疗资源及优化儿童的就医模式等方面具有重要的参考意义。
居民就医行为包括就医医院的选择和就医出行方式的选择等方面[2-5]。在就医行为的影响因素方面，有学者得出，诊疗质量、 医疗技术水平、医护人员的服务态度及医院收费等是影响就医者选择医院的重要因素[6-7]。在研究方法方面，一些学者采用多分类Logistic回归模型进行居民出行行为研究[8-11]。而伴随网络的发展，基于交通轨迹数据分析地理现象成为可能。Xiao等将出租车数据应用到就医行为识别方面，使用出租车数据获得了北京就医者与医院间的空间相互作用模式[12]；
Chen等使用出租车数据分析广州医疗保健服务的供求关系情况[13]。
在儿童就医方面，已有的相关研究大部分是基于统计数据的分析，比如我国儿童的就医现状及在儿童分级诊疗实施中存在的问题与影响因素剖析[14]；
或者是基于问卷数据的调查分析，比如调查北京市儿科医疗资源总量和配置现状，分析其特点和原因[15]。在儿童就医行为方面，黄绪琼等采用问卷调查法分析研究得出，影响广州市儿童家长选择就诊医院的因素主要为医疗水平、医疗费用及定点医保等[16]。还有一些学者采用多分类Logistic回归模型或者问卷调查分析得出，交通出行因素、儿童年龄、位置的便利性及就诊机构的医疗水平等是儿童就医选择就诊机构的重要考虑因素[17-19]。
综上可知，关于医疗服务空间范围和就医行为的相关研究成果已较为丰富，但关于儿童群体的医疗服务和就医行为的研究相对较少。基于此，本文采用问卷数据和GIS空间数据等，深入分析两家医院的医疗服务空间范围及就医者就医行为的影响因素，为医院优化医疗服务对策、完善医疗服务体系等方面提供参考。
1.1 研究数据
1.1.1儿童人口和医疗机构数据
据2010年第六次全国人口普查数据[20]，北京市六环内的儿童群体有120.56万人，约占北京儿童总人口的71.4%，且六环内聚集了全市80%的儿科医疗资源，所以本文选择北京六环内的区域为研究范围。北京市六环内的儿童医疗设施分布如图1所示。
图1 2010年北京市六环内儿童人口空间分布和儿科医疗机构分布Fig.1 Spatial Distribution of Children"s Population and Paediatric Medical Institutions within the Six-ring Road of Beijing in 2010
本文以北京六环内为空间范围，采用ArcGIS软件中的创建渔网工具将其划分为1 km×1 km的网格单元。本文从百度地图获得医院的位置坐标，从两家医院的官网收集日均就诊量作为衡量医院规模的指标；
从OpenStreetMap网站(www.openstreetmap.org)获取道路网，并参考《中华人民共和国公路工程技术标准(JTG B01—2003)》，将高速公路、主干道、一级公路、二级公路、三级公路、支路的道路限速分别设置为90、80、80、60、40和30 km/h。
由图1可知，儿童人口分布密集区主要集中在四环以内，而五环外大部分地区的儿童人口分布较稀疏。同时，通过电话咨询、现场访谈等方法，确认医疗机构是否具备治疗紧急意外伤害(烧伤、烫伤、骨折等)的能力，本文选择了图1所示的医疗机构，这些医疗机构的空间分布有接近儿童人口密集区的特点。
1.1.2问卷调查数据
北京儿童医院和首都儿研所是北京市知名度最高、就诊量最大的儿童医疗机构，因此本文选择这两所医院为对象进行问卷调查。问卷采集时间为2019年8月，采用一对一的谈话方式随机抽样选择就医者进行调查。调查地点为北京儿童医院和首都儿研所，调查对象为这两所医院的门诊、急诊病人及其陪同人员。课题组分别于2019年8月13日在北京儿童医院、14日在首都儿研所共发放440份问卷，最终得到355份有效问卷，问卷有效率达到81%。本文根据就医者是否常住在北京，将其分为“本地就医者”和“外地就医者”。其中，北京儿童医院的本地就医者为65人，外地就医者为106人；
首都儿研所的本地就医者为124人，外地就医者为60人。调查内容包括：1)个人基本情况，如在京居住时间、户籍、性别、年龄及来源地等；
2)选择该医院就诊的原因，如专科优势、距离远近、交通便利及医保定点等；
3)就医行为信息，如就诊科室、就诊时长、交通方式选择及花费时间等。问卷统计显示，选择私人交通的就医者为170人(47.9%)，选择公共交通的为142人(40%)，选择慢行交通的为43人(12.1%)，就医者出行方式的影响因素从个人、家庭、出行和医疗机构4个方面选取变量指标。利用Excel对问卷收集的数据资料进行录入，使用SPSS 24进行描述性统计分析和Logistic回归分析。
1.2 研究方法
1.2.1二分类Logistic回归模型
影响关系研究是所有研究中最为常见的，当因变量Y是定量数据时，线性回归可用来分析影响关系，但如果Y是定类数据时，正确的做法是选择Logistic回归分析。Logistic回归的因变量可以是二分类的，也可以是多分类的。由于就医者可以选择北京儿童医院或首都儿研所，所以本文使用0、1分别对其赋值，将选择北京儿童医院表示为“1”，将选择首都儿研所表示为“0”，因变量为分类变量，取值范围在[0，1]之间。Logistic模型采用逻辑概率分布函数，假设随机变量服从逻辑概率分布，其模型表达式为
(1)
式中：Pi为就医者i选择北京儿童医院的概率；
Pi/(1-Pi)为就医者i选择首都儿研所的机会比率；
β0为常数项；
βi为第i个自变量的回归系数；
xi为影响就医者选择北京儿童医院的第i个因素；
εi为随机扰动项。变量的赋值见表1。
表1 医院选择模型的自变量赋值Table 1 Assignment of Independent Variables in the Model of Hospital Selection
1.2.2无序多分类Logistic回归模型
本文中因变量就医者的出行方式(Y)没有顺序，且是多种方式，因此采用无序多分类Logistic回归模型进行分析[21-22]。其模型表达式为
(2)
式中：Pj是因变量为第j类的概率；
PJ是因变量为第J(j≠J)类的概率；
xm为自变量，m为哑变量标号，取值为1，2，…，M；
αj为截距项；
βjm为回归系数。
为研究就医者在两家医院就诊出行的影响因素，根据出行方式特点(见表2)，并只考虑外地就医者在京内的出行方式，本文将其分为私人交通、公共交通和慢行交通[6]。
表2 出行方式分类及特点Table 2 Classification and Characteristics of Mode of Travel
以私人交通作为参照类，可得到2个广义Logistic回归模型为
(3)
(4)
式中：P1、P2、P3分别为出行方式选择私人交通、公共交通和慢行交通的概率，且P1+P2+P3=1；
xm为出行方式的影响因素。
与其他出行目的相比，儿童的医疗出行存在一定差异，如由于儿童的活动能力较低，在就医过程中需要家人陪同等。本文首先进行单因素Logistic回归，剔除不显著因素，最终考虑因素如表3所示。
表3 出行方式选择模型的自变量赋值Table 3 Assignment of Independent Variables in the Model of Travel Mode Selection
2.1 两家医院的医疗服务空间范围分析
两家医院是北京市知名度最高的儿童专科医院，每天有大量来自不同地区的就医者前来就诊。本地医疗服务空间范围(见图2)表明，本地就医者来自城区的较多，占比67%。在城区中，朝阳区和东城区的就医者选择首都儿研所的较多，西城区、海淀区和丰台区的就医者选择北京儿童医院的较多，这主要受距离因素的影响，就医者往往选择就近就医。外地医疗服务范围(见图3)表明，外地就医者来自河北省的较多，占57%，内蒙古就医者的占比位列第二，具有明显的空间邻近性。
图2 北京本地儿童医疗服务空间范围Fig.2 Spacial Scope of Children"s Medical Service in Local Beijing
图3 外地儿童医疗服务空间范围Fig.3 Spacial Scope of Children"s Medical Service out of Beijing
2.2 儿童就医医院选择的影响因素
依据本地就医者和外地就医者的问卷数据，分别利用统计分析软件SPSS对就医者选择医院的影响因素进行二分类Logistic回归分析(见表4)。由本地就医者问卷的回归结果得出，出行因素中的在京出行方式(包括公共交通和慢行交通)、医疗机构因素中的就诊科室(包括口腔科、泌尿科、普外科、神经科和心脏内科)是儿童就医医院选择的显著性影响因素。由外地就医者问卷的回归结果可知，所有因素的回归结果都不具有统计学意义。
表4为显著性检验结果(由于因素较多，表中仅列出了通过0.1置信水平检验的因素)，当显著性小于0.05或0.1时通过检验，数值越接近0，表示结果越显著。由回归结果可知，本地就医者问卷数据的P值为0.303(>0.05)，外地就医者问卷数据的P值为0.195(>0.05)，模型拟合完全充分。但在外地就医者问卷数据的模型回归结果中，除了医疗机构因素中的“距离因素”之外(P=0.06)，其他因素均没有通过0.1置信水平的显著性检验，而“距离因素”没有通过共线性检验(VIF=11.212，>10)。
表4 医院选择模型的回归结果Table 4 Regression Results of Hospital Selection Model
在本地就医者问卷数据的回归结果中，在0.05的置信水平上显著的因素有3个。第一个因素是出行因素中的公共交通(P=0.045)，OR=0.207，说明搭乘公共交通的就医者选择北京儿童医院的概率是选择首都儿研所的0.207倍，表明首都儿研所周边的公共交通条件更好。另外两个因素是医疗机构因素中的神经科(P=0.002)和心脏内科(P=0.018)，其中神经科的OR=18.634，表明在神经科诊疗的就医者选择北京儿童医院的概率是选择首都儿研所的18.634倍；
心脏内科的OR=20.042，表明在心脏内科诊疗的就医者选择北京儿童医院的概率是选择首都儿研所的20.042倍，就医者倾向于选择到北京儿童医院的神经科和心脏内科进行诊疗。在0.1的置信水平上显著的因素有慢行交通(P=0.068)、口腔科(P=0.065)、泌尿科(P=0.060)和普外科(P=0.054)。上述结果充分说明了出行因素和医疗机构因素是就医者选择医院的主要影响因素。
2.3 儿童就医出行方式选择的影响因素
以私人交通作为参照类别，利用SPSS软件对两家医院的儿童就医出行方式(公共交通和慢行交通)模型进行标定(见表5)。模型显著性为0.00，说明解释变量与无序多分类Logistic模型之间关系非常显著，模型选择正确。公共交通组的无序多分类Logistic回归结果表明，两家医院就医者的就医出行方式选择的主要影响因素是个人因素(年龄和是否在北京常住)和家庭因素(家庭收入和汽车拥有量)，出行因素和医疗机构因素中的变量回归结果都不显著。而慢行交通组的各类因素回归结果都不显著。
表5 就医出行方式选择模型的回归结果Table 5 Regression Results of Travel Mode Choice Model for Medical Seeking
在个人因素中，公共交通组的年龄变量(P=0.008)回归结果显著，OR=0.517，表明年龄大于或等于8岁的就医者出行选择公共交通的概率是小于8岁就医者的1.93(1/0.517)倍，年龄较小的就医者选择公共交通的概率较低；
慢行交通组的年龄变量不显著。公共交通组的是否在北京常住变量(P=0.038)回归结果显著，OR=0.295，表明在北京常住的就医者出行选择公共交通的概率是不在北京常住的就医者的3.39(1/0.295)倍；
慢行交通组的是否在北京常住变量不显著。公共交通组和慢行交通组的户籍变量回归结果都不显著。
在家庭因素中，公共交通组的家庭收入变量(P=0.048)回归结果显著，OR=2.363，表明家庭月收入大于或等于1.6万元的就医者出行选择公共交通的概率是家庭收入小于1.6万元的就医者的0.42(1/2.363)倍，即家庭收入较高的就医者选择公共交通的概率较低；
慢行交通组的家庭收入变量回归结果不显著。公共交通组的汽车拥有量变量(P=0.000)回归结果很显著，OR=4.519，表明有车家庭的就医者选择公共交通的概率是无车家庭选择公共交通的0.22(1/4.519)倍，即有车家庭的就医者选择公共交通的概率较低；
慢行交通组的汽车拥有量变量不显著。
本文结合问卷数据和GIS空间数据、二分类和无序多分类Logistic回归模型，研究了北京儿童医院与首都儿研所的医疗服务空间范围，以及就医者对就诊医院和就医出行方式选择的影响因素，得到的主要结论如下：
1)通过问卷数据分析发现，北京儿童医院和首都儿研所这两家医院的医疗服务空间范围存在明显差异。
2)本地就医者来自城区的数量较多，其中朝阳区和东城区的就医者选择首都儿研所的较多，海淀区、西城区和丰台区的就医者选择北京儿童医院的较多；
外地就医者大多来自华北地区，其中河北省的就医者数量最高，内蒙古位列第二，就医者来源地存在明显的空间邻近性。
3)二分类Logistic回归结果表明，儿童就医者选择医院主要受出行因素和医疗机构因素的影响，其中，出行因素中的在京出行方式(包括公共交通和慢行交通)及医疗机构因素中的就诊科室是就医者选择医院的显著性影响因素。无序多分类Logistic回归结果表明，儿童就医者就医出行方式的选择主要受个人因素及家庭因素的影响，个人因素中的就医者年龄、是否在北京常住，以及家庭因素中的家庭收入、家庭汽车拥有量是就医者选择出行方式的显著性影响因素。
本文的医疗服务空间范围分析只针对北京儿童医院和首都儿研所两家医院，未作医院设施可达性分析，存在一定局限性。未来可考虑对北京市内级别为三甲以上且具有儿科诊室的医院作可达性分析，并同时考虑就医者的就医最小出行时间和距离衰减作用的影响，以更客观全面地评价北京市儿童医疗服务空间范围和儿科医疗设施的可达性。本文是一次很好的研究尝试，也得到了一些有益结论，今后可开展更详细的问卷调查，结合多源数据，丰富儿童就医行为研究。
猜你喜欢 儿童医院公共交通问卷 城市轨道站点公共交通一体化衔接分析西部交通科技(2021年9期)2021-01-11在未来，我们不需要路大科技·百科新说(2018年2期)2018-03-19二次规划在城市公共交通系统工程中的应用科学家(2017年1期)2017-04-11安徽首家“民办公助”医院开诊试水新模式中国医用工程与装备(2015年8期)2015-11-03北京又添一家大型儿童专科医院中国医用工程与装备(2015年6期)2015-06-30问卷大调查创新作文·初中版(2015年1期)2015-03-11问卷你做主创新作文·初中版(2014年5期)2014-07-18爸爸、妈妈，你们在哪里?祝您健康(2000年1期)2000-12-28
